基于人脸识别实现课堂抬头率检测.zip

# 抬头率检测系统 本仓库设计并实现了一个简易的抬头率检测系统，通过调用摄像头来获取教室的实时图像，对图像进行人脸识别，并结合数据库中的选课人数计算该堂课的实时抬头率。此外，我们还设计了一个 UI 操作界面，以便管理人员浏览和管理。 本仓库包含以下内容： - 系统运行所需要的全部源码（共有 ipython 和 py 两种文件格式，均可独立完整运行） - 人脸识别所需要的训练好的[模型文件](./haarcascade_frontalface_alt2.xml) - 运行测试所需要的图片和数据 ## 内容简介 ### 代码功能介绍 本文档中仅介绍.ipython 文件，对应的.py 文件不再赘述，内容都是一样的。 #### [camera.ipynb](./camera.ipynb) 此代码实现了调用摄像头以截取某一时刻的图像，并将其储存在本地的功能。 #### [code0_initial.ipynb](./code0_initial.ipynb) 这个代码就是最原始的主体代码，人脸识别部分主要参考了 dlib 的一个样例程序，代码里还保留着一些原始的英文注释，讲解了一下环境配置中可能出现的问题，有兴趣的可以看一看。 #### [code1_window_and_face_recognition.py.ipynb](./code1_window_and_face_recognition.py.ipynb) 此代码是第一个较为完整地代码，已经可以完整地运行出来，并带了 UI 界面。 #### [code2_password_final.ipynb](./code2_password_final.ipynb) 正如这个代码的文件名，它就是在上一个版本的代码中加入了登录界面，并完善了代码的各项功能，是本系统最终使用的代码。嫌麻烦的完全可以不看前两个版本的代码，直接看这个最终版就行。 代码主要由三大部分组成：界面代码、人脸检测代码以及数据调用代码。 界面代码是用的 tkinter 库，人脸检测代码也是直接调用的 opencv 的一个人脸检测的接口，调用训练好的模型之后直接对图片 infer 就行了。数据调用代码主要调用两种数据，分别是课堂信息和教室的实时图片。前者被用来进行抬头率检测，后者用来将教室的实时图像显示在 UI 界面上，以便观察和对照。 ### 关键代码讲解 其实整个代码也比较简单，没啥好讲的，基本是界面的代码，我就讲一下最核心的功能，人脸检测函数吧。 ```sh def inspect(): ## 声明一个函数 nonlocal face ## 将face变量定义为全局，这样就不用再把face给return了，函数里跑出的face值，函数外也能获得，可以保证face值得实时性 str1 = "教室" str2 = "课上的抬头率为：" path = r'.\faces' ## 图片保存的路径 pic_path = str(class_room_chosen.get()) + str(course_time_chosen.get()) + '.jpg' ## 根据选择的教室和时间获取相应图片的名称 （图片的名称是需要按一定的规则来命名的，否则会报错） p = path + '/' + pic_path ## 将图片的总路径和单个图片的名称拼接起来，得到单个图片的路径 img = cv2.imread(p) ## 读取图片 color = (0, 255, 0) grey = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ## 只选取单个通道的图片数据进行处理，就是把彩图变成灰度图 classfier = cv2.CascadeClassifier( r".\haarcascade_frontalface_alt2.xml") ## 创建一个分类器，这个分类器是已经训练好的，调用了一个已经训练好的模型文件 faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32)) ## 通过分类器对图像进行人脸识别 a = len(faceRects) ## faceRects有几条数据，就说明有几个人脸，从而判断出有几个人抬头了 face = a str3 = str(a) ## 改变数据格式，以便后面将其输出在UI界面上 ``` ### 运行说明和结果展示 #### 运行说明 编码语言：python3.7 编程环境: Jupyter notebook 主要依赖库: Opencv #### 结果展示 首先是登录界面：  因为时间原因，本系统并未真正实现密码验证功能，有兴趣的小伙伴可以结合 MySQL 数据库等等来实现这一功能。 其次是系统的初始化界面，也就是登录之后会跳转到的界面：  最后就是抬头率的结果展示画面，在选取了相应的教室和时间后，依次点击界面上的两个按钮，就可以显示出抬头率，并在侧面显示出教室的实时图像：  ## 参考资料 本系统只是简单地实现了一个功能齐全的抬头率检测管理系统，但是并未对各项功能的准确率和效率进行优化，如果有对准确率和效率有更高要求的小伙伴，可以去找一些相关的人脸识别的参考文献，本仓库中附带了一篇本人看过的文献，思路与我的这个系统较为类似，但是做的更加深入、细致，也有各种准确率等等的指标，文章已经附在仓库中，点击[链接](./reference/%E9%9D%A2%E5%90%91%E5%A4%A7%E5%AD%A6%E8%AF%BE%E5%A0%82%E7%9A%84%E6%8A%AC%E5%A4%B4%E7%8E%87%E6%A3%80%E6%B5%8B%E7%B3%BB%E7%BB%9F%E7%9A%84%E7%A0%94%E7%A9%B6%E4%B8%8E%E5%AE%9E%E7%8E%B0_%E5%BC%A0%E6%9D%B0.caj)即可获得全文。 ## 相关仓库 - [Standard Readme](https://github.com/RichardLitt/standard-readme) — 写高质量 README 的艺术。